[发明专利]一种渐进式图像识别方法、装置、系统及存储介质

权利要求书

1.一种渐进式图像识别方法，其特征在于，包括如下步骤：

对图像样本库中的n幅图像分别进行频域变换，图像采用基于拉普拉斯金字塔的频域渐进式传输的方式进行传输；其中，n为自然数；

针对每一次频域变换后的图像选取合适的特征变量；

训练图像的样本库：根据选取的特征变量，训练样本库中的图像数据，获取训练结果；

根据训练结果，对需要进行目标识别的图像进行识别；

所述对图像样本库中的n幅图像分别进行频域变换和针对每一次频域变换后的图像选取合适的特征变量的步骤包括：

对样本库中的n幅图像执行小波变换，小波变换的级数为q，q为自然数；

利用水平方向HL、垂直方向LH和对角线方向HH的高频子带部分对第i幅图像的第j级小波变换后的数据做小波反变换，设反变换后的图像编号为Image ij；其中0＜i≤n、0＜j≤q；

对Image ij提取e个特征变量的值，e为自然数；

重复进行上述小波反变换和特征变量提取的步骤直至所有图像的第j级均完成特征变量的提取；

针对样本库n幅图像的第j级图像Image ij的所有特征变量值，挑选出区分度最优的特征变量，作为第j级图像的特征变量；

重复进行上述步骤直至所有变换级数都完成特征变量的选取。

2.根据权利要求1所述的一种渐进式图像识别方法，其特征在于，所述训练图像的样本库的步骤包括：

针对样本库n幅图像的第j级图像Imageij，根据挑选的最优特征变量的值，利用K均值算法进行训练，设置K均值算法的聚类值为m，获取m个聚类结果，设为(Lj,Rj)，其中Lj代表第j级图像，Rj代表第j级图像识别后的聚类结果；

重复上述步骤直至完成所有变换级数特征变量的训练。

3.根据权利要求2所述的一种渐进式图像识别方法，其特征在于，所述根据训练结果，对需要进行目标识别的图像进行识别的步骤包括：

接收需要进行目标识别的目标图像的第j级图像，对接收到的图像进行小波反变换和图像预处理；

针对确定的第j级图像的特征变量，提取所述特征变量的值；

利用K均值算法，计算出目标图像的识别结果R和相似度Ar，保存为(R，Ar)；所述相似度指样本图像与目标图像的相似性度量；

将识别结果R与之前1～(j-1)级的识别结果进行融合得到融合的识别结果；若融合的识别结果大于相似度要求Rac或者已经是最后一级数据，则输出该融合的识别结果；否则，重复上述步骤。

4.根据权利要求3所述的一种渐进式图像识别方法，其特征在于，所述相似度Ar的计算方法如下：

假设样本库中图像的特征变量的值为a，目标图像的特征变量的值为b，设a到原点的距离为Ra，b到原点的距离为Rb，则样本图像与目标图像的相似度Ar为：

5.根据权利要求3所述的一种渐进式图像识别方法，其特征在于，所述融合为：假设现有z级频域图像数据，共取得z个识别结果，z为自然数，相似度分别为A1至Az，则取相似度最高的识别结果为融合后的识别结果。